首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 734 毫秒

1.  基于实测系统扰动的同步发电机参数辨识与验证  被引次数:1
   伍双喜  张伯明  吴文传  孙宏斌《电网技术》,2012年第36卷第11期
   为提高发电机参数的有效性,提出了一种基于实测系统扰动数据的同步发电机参数辨识与验证方法。首先,根据扰动前后不同参数的特性被激发程度不同的特点,对发电机参数进行分步辨识,即利用稳态量测辨识稳态参数,利用扰动量测辨识暂态/次暂态参数。进一步根据发电机功角可测时d、q轴的解耦特性,对d轴、q轴的暂态/次暂态参数进行解耦辨识。利用分步、解耦的辨识策略进行参数辨识,每一步待辨识的参数不超过4个,从而提高辨识结果的鲁棒性。然后,提出一种基于外部时序受控源的混合动态仿真验证策略,实现发电机参数的灵敏验证。最后,利用某实际电网的实测扰动数据对实际发电机的参数进行了辨识和验证,结果证实了上述方法的有效性。    

2.  基于时频变换的同步发电机参数辨识方法  
   李志强  汤涌  何凤军  罗炜《中国电机工程学报》,2014年第19期
   为获取准确的发电机参数尤其是暂态及次暂态参数以满足电力系统日益精细化的仿真要求,提出一种基于时频变换的同步发电机参数辨识方法。该方法首先将时域内的发电机微分方程组变换为频域内的代数方程,消去中间变量并经适当变形后再将原方程变换为时域内的积分方程。之后利用最小二乘法辨识出积分方程的系数,进而根据积分方程系数与发电机参数之间的关系求解出发电机参数。该法适用于大扰动试验,能较好地克服环境噪音和数值计算噪声对辨识的干扰,解决辨识结果不稳定的问题。结合机组投运前必做的甩负荷试验开展的辨识实例表明,所提算法具有较高的辨识精度和收敛性,便于工程应用。    

3.  电力系统多台发电机参数的整体辨识  被引次数:2
   郭磊  鞠平  王红印  赵浚婧《电力系统自动化》,2011年第35卷第17期
   提出对多台发电机参数进行整体辨识的思路,即根据广域测量系统(WAMS)采集到的发电机的功角轨迹,同时辨识多台发电机的参数。文中针对不同阶次的Park模型,采用基于轨迹灵敏度的可辨识性分析方法,研究了多台发电机参数的可辨识性,结果表明大部分参数能够区分辨识而一部分参数不能够区分辨识。提出了多台发电机参数的辨识策略,以及基于蚁群算法的多台发电机参数辨识方法和实现流程。通过算例,验证了同时辨识多台发电机参数的可能性。    

4.  用最小二乘辨识方法测取水轮发电机参数  被引次数:4
   郑逢时  赵争鸣  阮仕荣  阮羚《电工技术学报》,1994年第3期
   本文提出用最小二乘辨识方法测取水轮发电机的参数。在水轮发电机带负载运行时,对励磁系统施加阶跃干扰,量测电机电压、电流及功角的暂态响应,采用适当简化的大扰动数学模型并将功角也用作观测量,可以一次辨识出和等效无穷大电UC及等效连接线路阻抗XL。由所得参数算出的暂态过程与实测过程有较好的拟合。本法为首次在现场水轮发电机上应用时域大扰动模型辨识参数成功。    

5.  基于高频数据V-I特性的延时反馈负荷在线快速辨识算法  
   韩笑  邓春宇  张玉天  张瑜  武昕《电力系统自动化》,2019年第9期
   研究了一种基于V-I特性的延时反馈非侵入负荷在线快速辨识算法,该算法根据用电设备负荷容感性不变原理,在相同电压背景下,提取每次暂态发生前电路中的稳态周期电流,利用信号一维加减得到上一次投切的用电设备稳定运行时的周期电流,结合居民用户的用电设备操作习惯对目标函数施加约束,缩小可能进行投切的用电设备的组合范围,优化求解确定用电网络中的负荷状态。此外,引入延时反馈识别投切负荷,避免负荷暂态过程对稳态特征提取的影响。利用公开数据集对该方法的有效性进行验证,通过延迟负荷识别可在短时间内准确高效地判断各用电设备的启停时刻。    

6.  利用励磁系统加阶跃扰动测量发电机参数  
   蒋铁铮  李益华《华东电力》,2000年第28卷第1期
   介绍一台QFQS-200-2汽轮发电机并网带负载运行时,对励磁系统加阶跃扰动,根据电机的暂态行为,用最小二乘方法一次辨识出汽轮发电机d、q轴参数的试验方法,由所得参数计算出的暂态过程与实测过程有较好的拟合.证明本文的方法是成功的.    

7.  同步发电机参数辨识的蚁群算法及扰动分析  被引次数:8
   黄其新  孙黎霞  甄威  刘柏私  鞠平《电力自动化设备》,2009年第29卷第11期
   以发电机5阶实用模型为研究对象,利用励磁电压参考值的变化产生动态响应,采用蚁群算法辨识同步发电机参数,分析干扰的大小和类型对发电机参数辨识的影响.在RTDS仿真机组上验证了蚁群算法的可行性,结果表明,从扰动的大小上看,扰动越大,参数辨识的精度越高;从扰动的类型上看,白噪声激励下辨识精度较好,该激励更有利于激发同步发电机的次暂态过程;无论是哪种扰动方式,稳态参数的精度没有大的变化,改善的主要是次暂态参数的辨识精度.    

8.  修正的暂态能量函数及其在电力系统稳定性分析中的应用  被引次数:17
   房大中  张尧  宋文南  钟德成《中国电机工程学报》,1998年第18卷第3期
   针对电力系统稳定性分析中混合算法的缺点,本文推导了修正的暂态能量函数,并提出用其代替暂态能量函数的改进混合算法。仿真分析结果说明了由改进混合算法获得的稳定性裕度曲线更便于进行稳定性极限参数和临界故障切除时间分析。文章最后通过比较在39节点10发电机电网上获得的两种不同的能量函数能量裕度曲线说明了本文对混合算法的改进。    

9.  戴维南等值参数时域仿真跟踪算法分析与改进  
   赵建伟  严正  徐潇源  冯楠  崔勇  曹路  李建华《电力自动化设备》,2017年第37卷第7期
   从物理意义和数学假设两方面对现有的2种基于时域仿真的戴维南等值参数跟踪算法进行了详细的分析,揭示了两者共同的本质和算法实现上的差异。针对系统中所有负荷节点的处理方式,对现有2种算法进行了修正,使两者在物理本质、数学前提和计算结果三方面实现了统一。在统一现有算法的基础上,为了尽量减小“两状态法”可能带来的误差,以原算法的前提假设为出发点,对不同类型的发电机节点和负荷节点分别按照不同的方式进行处理,提出了改进的戴维南等值参数时域仿真跟踪算法。以等阻抗模判据为依据,通过稳态和暂态实例验证了改进算法能够更加准确地判断电力系统的电压稳定性。    

10.  基于ELMAN神经网络的同步电机动态参数在线辨识  被引次数:5
   丁坚勇  陈允平《电网技术》,2002年第26卷第4期
   为提高同步电机参数在线辨识的速度和可靠性,减少辨识计算量,提出了一种基于神经网络的电机参数动态跟踪辨识方法。针对同步电机暂态、次暂态参数的非线性和动态特性,在多层前向BP网络中引入特殊关联层,形成有“记忆”能力的Elman神经网络,因而可以映射系统的非线性和动态特性。在网络训练算法中,提出一种自适应修正步长和矩量因子的算法,显著提高了训练的收敛速度。训练样本集以同步电机在各种典型运行模式下的检测数据经卡尔曼滤波、状态空间有限元等基于模型的辨识算法离线计算得到。文中还给出了由工控机、智能数据采集卡和传感器锁相环控制接口电路构成的在线辨识硬件电路设计。数字仿真和动模实验机组辨识算例证明,这种Elman神经网络模型能够实现同步电机动态参数的在线跟踪辨识。    

11.  基于ANN和等值发电机模型的快速暂态稳定计算  被引次数:1
   黄宇保  王建全《机电工程》,2010年第27卷第6期
   暂态稳定分析对于电力系统运行具有重要的意义,针对暂态稳定时域仿真方法计算速度过慢的缺点,首先提出了应用于快速暂态计算的发电机参数等值方法,这种方法可以避免迭代解网络方程,能在保证计算精度的基础上显著减少暂态稳定计算时间,每个迭代步对发电机功角初值进行预测后则能够进一步减少解网络方程次数。算例仿真证明,粒子群算法优化得到的等值参数和基于神经网络的预测功角,在不同的系统运行方式下,能显著减少解网络方程次数和判定系统所处的稳定状态。算法具有计算精度高和收敛性良好的特点,功角预测和等值参数则有望应用于不同规模的系统中。    

12.  利用励磁系统加阶跃扰动测取汽轮发电机参数  
   范满元 蒋铁铮《湖南电力》,2000年第20卷第2期
   介绍在1台QFQS-200-2汽轮发电机并网带负载运行时,对励磁系统加阶跃抗动,根据电机的暂态行为,用最小二乘方法一次辨识出汽轮发电机d、g轴参数的试验方法,由所得参数计算出的暂态过程与实测过程有较好的拟合。    

13.  基于发电机对暂态势能集的电力系统暂态稳定快速评估  
   苟竞  刘俊勇  Gareth Taylor  刘友波  刘洋《电网技术》,2015年第2期
   基于传统暂态能量函数方法,以简单3机3节点系统推导出一种基于发电机对暂态势能的系统暂态势能函数表达式。该暂态势能计算函数不需要全系统的网络拓扑参数或故障位置信息,仅需实时采集系统中少量的发电机机端电气状态量,计算方法简单有效。基于该发电机对暂态势能定义了受扰严重机组判别指标集,利用该指标的聚集特性在故障清除后极短时间内辨识系统的主导失稳模式,根据临界机组分群结果采用 EEAC 法快速计算当前故障模式下的系统暂态稳定裕度。IEEE 3机9节点、新英格兰10机39节点系统、某省级实际电网算例结果验证了该方法的正确性和有效性。    

14.  发电机次暂态时间常数对励磁系统响应的影响  
   李永忠《贵州电力技术》,2013年第12期
   在发电机励磁系统模型参数的校核中,发现发电机的次暂态时间常数TdO”对计算结果起着很明显的影响,本文针对相关情况产生影响的原因进行了分析。    

15.  基于TLS-ESPRIT法的线路故障暂态分量特征提取  
   吴楠  付娟娟  李天玉《电测与仪表》,2016年第6期
   传统的线路故障暂态分析建模复杂,暂态分量特征量求取精度较低,将TLS-ESPRIT(总体最小二乘-基于旋转不变技术的信号参数估计)法应用于线路故障暂态分量的特征量提取,对暂态分量中的频率、幅值、衰减系数等参数进行辨识.该方法抗噪能力强,计算量小,可用于现场暂态信号分析,且可通过提取的特征量实现对现场电量的重构.通过仿真验证了TLS-ESPRIT算法在输电线路发生短路故障时提取暂态分量特征的可行性.    

16.  基于引入虚拟负荷的发电机暂态稳定预测  被引次数:2
   李琰  周孝信  周京阳《电工技术学报》,2008年第23卷第3期
   提出了基于引入虚拟负荷的发电机暂态稳定预测方法,当系统受到扰动时,将系统降阶化简成仅仅含有发电机机端相量测量单元(PMU)测点的系统,在每个保留节点引入简化的虚拟负荷模型,来反映系统降阶过程中除保留节点外其他各个元件模型参数改变和网络拓扑变化对降阶后网络的影响,并利用毫秒级PMU量测来对各个虚拟负荷模型的参数进行辨识修正,然后再与相应的发电机方程联合,实现系统受扰轨迹预测.通过6机25节点和10机39节点系统对该算法的验证,表明了该算法的有效性.    

17.  基于物理模型的同步电机参数可辨识性研究  被引次数:1
   陈向宜  查晓明  李春艳  马占军《电力自动化设备》,2010年第30卷第9期
   针对实际辨识过程中出现的参数辩识结果不稳定及多解的情况,提出并研究了基于物理模型的同步电机参数的可辨识性.根据模型可辨识性的概念及分析方法,结合三相同步电机的物理模型特点,推导了三相同步电机的观测方程和忽略定子暂态的状态方程,然后基于该状态方程和观测方程,推导了三相同步电机的传递函数矩阵,最后根据可测输入、输出所对应的传递函数,构造了传递函数系数与待辨识参数之间的关系,实现了基于物理模型的三相同步电机参数的可辨识性分析.仿真结果验证了理论分析的正确性,即仅利用暂态和次暂态过程的测量数据就可以辨识三相同步电机的所有电抗参数.    

18.  不同短路故障情况下简单电力系统的暂态稳定性分析  
   宋杰  窦金生《电子设计工程》,2015年第11期
   简单介绍了电力系统静态稳定性和暂态稳定性概念,从物理过程和数学算法方面分析了简单电力系统的暂态稳定性问题。基于MATLAB7.0编程软件绘出对一给定的单机无穷大系统在线路侧发生不同短路故障后发电机的摇摆曲线(δ-t曲线),得出在相同的系统参数下,三相短路对系统的暂态稳定性影响最大,发电机几乎处于失稳状态;单相接地短路对系统暂态稳定性影响最小,线路两侧的继电保护装置有最长的动作时间来切除故障。给出利用MAT-LAB求解发电机摇摆曲线的简化之后的M函数程序、Simulink仿真模型及故障及时切除、故障切除过晚发电机转速变化波形图,可供相关专业人员在电力系统暂态稳定性学习过程中参考。    

19.  自整定模糊控制器在风力发电机组中的应用  
   姚兴佳  张雅楠  郭庆鼎《可再生能源》,2009年第27卷第6期
   风力发电机组参数的时变性、非线性,输入风速的随机性,造成输出电能质量较差.为改善系统输出功率的动态性能和稳态性能,运用自整定模糊控制器与二元函数的分片双二次Lagrange插值算法相结合的控制算法,并详细分析了该算法实现过程的时效性和控制性能.自整定用指数形式的修正函数来表示,根据控制对象的具体情况和要求,用计算机键盘对该函数中的参数进行调试,参数确定后形成以偏差为自变量的修正函数.运用SIMULINK的仿真结果表明,自整定模糊控制器和Lagrange插值法相结合的控制算法在风力发电机组中的应用,显著地改善了系统的控制品质和稳态性能.    

20.  基于SIMULINK和GA的电力系统智能辨识法  
   骆玲  孙剑波  李大虎  文劲宇  程时杰《高电压技术》,2007年第33卷第12期
   电力系统4大参数辨识是国内各电网公司正积极开展的一项工作,遗传算法(GA)在电力系统参数辨识中得到了成功的应用,但与其他辨识方法相比,GA辨识法所需时间长,效率低。针对该问题,提出了一种新的基于SIMULINK和遗传算法的辨识法——智能辨识法,其基本思想是:通过直接设置系统SIMULINK模型状态变量的初始值,使系统在零时刻即达到初始稳态,减少GA辨识法建立初始稳态所需时间,提高辨识效率。智能辨识法已用于福建电网主要机组励磁系统和调速器系统的参数辨识,辨识结果证明了其有效性和实用性。该辨识法同样适用于电力系统其他参数辨识。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号